一种基于生命周期的相互学习长期时序预测方法

摘要文本

本发明涉及计算机应用技术领域，公开了一种基于生命周期的相互学习长期时序预测方法，包括步骤：(1)收集样本数据并处理数据，将所有样本利用聚类方法将样本分成若干大类，再通过趋势学习模型学习出不同大类的生命周期；(2)单一样本利用神经网络模型进行自身特征的学习，得到样本自身的变化趋势特征；(3)选取样本所属大类的生命周期，通过相互学习，用大类的生命周期指导样本的整体变化趋势，样本通过自身的特征进行调整，得出预测结果；(4)通过样本自身区间均值模型对样本的变化进行分析，构建修正模型对预测结果进行修正。本发明采用生命周期信息构建互学习框架，并结合样本自身区间均值模型来构建修正模型，提高预测准确率。